如何基于(pp)拆分DataFrame中带括号的字符串为两列？

先看你的原始数据：

Name                      Combined Score
NDUFAF7 (pp) TRMT10C      0.911
NDUFAF7 (pp) PPARGC1A     0.846

你之前的两种写法都存在问题：

• 第一种用\s+\(.*$拆分，这个正则会把(pp)及后面所有内容全匹配掉，自然只能拿到前面的部分。
• 第二种用(pp)拆分，一是括号在正则里属于捕获组，split后会把(pp)也作为结果的一项；二是你CSV里的列名是Name（首字母大写），代码里写的df['name']大小写不匹配，直接触发错误。

正确实现代码 #

import pandas as pd

# 读取CSV，因为是空格分隔，用delim_whitespace=True自动处理多空格
df = pd.read_csv('your_file.csv', delim_whitespace=True)

# 拆分Name列：匹配(pp)前后的空白，拆分出两列
df[['preferredName_A', 'preferredName_B']] = df['Name'].str.split(r'\s*\(pp\)\s*', expand=True)

# 查看结果
print(df)

关键说明 #

• 正则r'\s*\(pp\)\s*'：
  • \(pp\)转义括号，因为括号是正则特殊字符，必须转义才能匹配字面的(pp)
  • \s*匹配0或多个空格，自动处理(pp)前后的空格，保证拆分后的列内容干净
• 必须用df['Name']而非df['name']，和CSV里的列名大小写保持一致
• expand=True参数让split结果直接展开成两列，无需额外处理

执行后会得到符合预期的结果：

内容的提问来源于stack exchange，提问作者Yik Chuan Low